车辆识别、目标跟踪与事件检测

近年来，我国高速公路迅速发展，已经形成公路运输的主力。截至2021年底，中国高速公路通车里程达16.9万公里，排名世界第一。 高速公路实行全封闭管理，减少了行车的干扰，消除了车流的交叉冲突，为机动车辆的通行创造了良好的条件。但在这样的道路上，因为驾驶人员法规意识差、安全意识淡薄、驾驶经验不足等带来的违章行为造成交通事故频发，影响高速公路的通行能力，给高速公路的运营造成巨大的经济损失。 在城市为了扩容发展、以及解决交通拥堵问题修建了很多城市快速路。这些城市快速路的高效通行可以提高人们的出行效率，如发生拥堵等意外交通事件，如通行不畅则会给社会经济运行造成极大的资源浪费。 因此，如果高速公路管理部门和城市交通管理部门能够及时发现高速公路和城市快速路上的各种特定交通事件，及时进行预警引导，可以减少交通事故的发生；另一方面如果能够及时发现道路上交通事故快速反应，缩短事故现场清理时间，降低因事故对道路交通的影响。 另外，交通流量数据可以为道路规划和交通诱导提供基础和依据，管理部门需要一种布置灵活、维护简单、对路面无损施工的采集设备。 基于以上业务应用需求，道路管理部门需要一套能够为科学管理、调度道路资源、和保障道路安全保障提供可靠支撑的系统。

优化事件检测算法模型、研究轻量化模型部署方案，实现停车、 行人、抛洒物等15类交通事件检测，车道级流量、车道级平均车速、车辆排队长度等7类交通参数检测以及图像抖动、失真、卡顿等7类摄像头异常检测。